本文跟踪四个选股策略和一个投资组合。每个选股策略都给出相应的横截面因子值，考察策略时，我们重点考察因子在全市场的Rank IC。考察投资组合时，我们考察组合的回报、风险等各类指标。
　　本文以尽可能接近真实投资的方式跟踪策略和组合。随着时间的推进，我们可能对策略进行迭代。每一期，我们选用当期最看好的策略给出持仓，即使选用的策略发生变化，历史持仓也不可更改。
　　从2015-01-05至2022-11-04，投资组合的收益率为300.47%。样本外跟踪起始于2022.02.07，样本外跟踪的累计超额收益为10.29%。
　　我们对上期持仓收益进行了归因。从2022.10.10至2022.11.04，组合取得收益12.77%，同期基准的收益为12.12%，超额收益为0.65%。超额收益共计0.65%，其中风格贡献-0.18%，行业贡献-0.41%，其余1.24%由因子特质选股能力贡献。
　　策略一根据十因子的机器学习残差因子选股。该策略以最近期的CNE5的十个风格因子为依据，计算选股因子。因子的样本期平均RankIC为0.027，Rank ICIR为0.473。
　　策略二根据十五因子的机器学习残差因子选股。该策略以最近期的十个风格因子与五个财务类因子作为依据，计算选股因子。因子的样本期平均RankIC为0.051，Rank ICIR为0.867。
　　策略三根据十五因子的机器学习反转因子选股。该策略以上个月的十个风格因子与五个财务因子，以及从上个月到本月的各个股票收益率为依据，计算选股因子。因子的样本期平均RankIC为0.067，Rank ICIR为1.158。
　　策略四根据十五因子的复合因子选股。该策略综合了策略二与策略三，以这两个策略的因子的等权和为选股因子。因子的样本期平均RankIC为0.064，Rank ICIR为1.098。
　　本文给出2022.11.07的持仓，下次调仓将发生在2022.12.05。本期新调入股票75只，新调出股票75只，调仓后组合共计持有股票200只。
　　风险提示：市场风格变化风险，模型失效风险，数据可用性风险